.png){kind=icon}
返回
Hypothesis test in high dimensional multi-response linear models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.csda.2025.108303.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多响应数据在经济、工程、金融和社会科学领域非常常见。单独分析每个响应变量可能不是一种好的策略，因为这种方法可能会忽略重要信息并导致次优结果。在某些情况下，它甚至可能无法回答感兴趣的问题。多响应线性模型是联合分析的重要工具。虽然经典多响应线性模型的方法论和理论已得到充分确立，但它们可能不适用于高维情形。在本文中，我们提出了一种针对高维多响应线性模型系数矩阵的强大假设检验。我们建立了渐近结果，并通过全面的模拟研究证明，所提出的假设检验比替代方法具有更强的功效。此外，我们将假设检验应用于两个真实数据集，以说明其在解决实际问题中的有用性。
Keyword:
Forward selection
Low rank
Model selection
期刊
C
IF:
1.6
论文数:
43
被引数:
0
机构
引用论文
Health and sleep nursing assistant for real-time, contactless, and non-invasive monitoring健康和睡眠护理助理，用于实时，非接触式和非侵入性监测
OAAI
OAAI分享收藏INTERACTION PURSUIT IN HIGH-DIMENSIONAL MULTI-RESPONSE REGRESSION VIA DISTANCE CORRELATION.png)
ANNALS OF STATISTICSOAAI
ANNALS OF STATISTICSIF3.7
OAAI分享收藏
查看更多内容